邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法 | |
赵荣珍; 何敬举 | |
刊名 | 兰州理工大学学报
![]() |
2019-02-15 | |
期号 | 2019年01期页码:43-48 |
关键词 | 故障诊断 决策规则 邻域粗糙集 Fisher判别法 |
ISSN号 | ISSN:1673-5196 |
英文摘要 | 针对旋转机械故障诊断知识获取困难的问题,将邻域粗糙集和Fisher(费舍)判别法相结合,对从故障数据库中提取决策规则的方法进行了研究.首先基于邻域粗糙集理论对转子故障的时域特征属性集进行属性约简,据此达到消除冗余属性的目的,然后再依据费舍判别法对故障数据集进行故障模式识别.通过处理转子实验台数据来对该方法进行的验证以及与传统方法进行的对比情况表明:本方法在节省数据存储空间的同时还具有能够获得较准确的故障分类决策规则能力. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/979] ![]() |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 赵荣珍,何敬举. 邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法[J]. 兰州理工大学学报,2019(2019年01期):43-48. |
APA | 赵荣珍,&何敬举.(2019).邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法.兰州理工大学学报(2019年01期),43-48. |
MLA | 赵荣珍,et al."邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法".兰州理工大学学报 .2019年01期(2019):43-48. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论